年轻人起来冲

模型剪枝

发表于 2023-10-24 更新于 2025-01-19 分类于 2-深度学习， D-深度学习部署本文字数： 1.8k 阅读时长 ≈ 2 分钟

发表于 2023-10-24 更新于 2025-01-18 分类于 2-深度学习， B-视觉模型， 2-高级视觉任务GAN ，生成图片本文字数： 2.8k 阅读时长 ≈ 3 分钟

通过 ControlNet 可以向训练好的生成模型注入控制条件，这些条件可以是 Seg、Sketch、pose 等
(图片)+ 条件 ->DDPM-> 条件图片，条件图片

发表于 2023-10-22 更新于 2025-01-18 分类于 2-深度学习， B-视觉模型， 2-高级视觉任务GAN ，生成图片本文字数： 1.7k 阅读时长 ≈ 2 分钟

文本编码 +（图像编码）-> 自回归 -> 新图像编码 ->dVAE decoder-> 条件图片，文生图

发表于 2023-10-20 更新于 2025-01-18 分类于 2-深度学习， B-视觉模型， 2-高级视觉任务GAN ，生成图片本文字数： 1.3k 阅读时长 ≈ 1 分钟

首先生成多个关键帧，然后在帧之间采样，生成视频

发表于 2023-10-19 更新于 2025-01-18 分类于 2-深度学习， B-视觉模型， 2-高级视觉任务GAN ，生成图片本文字数： 1.6k 阅读时长 ≈ 1 分钟

通过 mask 掉注意力，避免自回归生成速度慢的问题
文本编码 +(图片编码)-> 自回归 -> 新图像编码 ->dVAE decoder-> 条件图片，文生图

发表于 2023-10-16 更新于 2025-01-18 分类于 2-深度学习， B-视觉模型， 2-高级视觉任务GAN ，生成图片本文字数： 1.7k 阅读时长 ≈ 2 分钟

随机添加条件训练，最终结果是条件引导图片和无条件引导图片的线性组合。不需要单独训练引导器
(图片)+（条件）-> 噪声 + 条件 -> 条件图片，条件图片

发表于 2023-10-16 更新于 2025-01-18 分类于 2-深度学习， B-视觉模型， 2-高级视觉任务GAN ，生成图片本文字数： 1.8k 阅读时长 ≈ 2 分钟

局部图像编辑，是指仅对用户指定的区域进行编辑，同时保留图像的其余部分，生成图像要求全局上看起来一致连贯，使用 Mask 控制文本生效的区域
(图片)+Mask + 文本 ->DDPM-> 条件图片，文生图

发表于 2023-10-13 更新于 2025-01-18 分类于 2-深度学习， B-视觉模型， 2-高级视觉任务GAN ，生成图片本文字数： 537 阅读时长 ≈ 1 分钟

通过增大 Batch 训练大规模的 cGAN，并采用 “截断技巧” 控制样本的多样性和保真度

发表于 2023-10-13 更新于 2025-01-18 分类于 2-深度学习， D-深度学习部署本文字数： 2.1k 阅读时长 ≈ 2 分钟

本文件用于说明如何在 windows 上安装、测试 AI 运行环境

发表于 2023-10-12 更新于 2025-01-18 分类于 2-深度学习， B-视觉模型， 2-高级视觉任务GAN ，生成图片本文字数： 778 阅读时长 ≈ 1 分钟

相当于展开版的 RBM，即分为编码器和解码器 2 个网络，但是由于 z 是依赖于输入的，所以随机生成 z 输入解码器，一般得不到有意义的图片，故使用时只使用编码器，用于数据降维和特征抽取